[發明專利]一種宏基因組重疊群的無監督分類方法

有效

• 申請號: 201611201966.7
• 申請日: 2016-12-23
• 公開（公告）號: CN106599618B
• 公開（公告）日: 2021-07-23
• 發明（設計）人: 劉云;劉富;侯濤;康冰;王柯;姜守坤;王婧媛
• 申請（專利權）人: 吉林大學
• 主分類號: G16B40/20
• 分類號: G16B40/20
• 代理公司: 吉林長春新紀元專利代理有限責任公司 22100
• 代理人: 白冬冬

1.一種宏基因組重疊群的無監督分類方法，其步驟是：

一、重疊群數據的獲取：人體腸道的宏基因組數據；

二、特征向量的建立：計算每個重疊群的4-mer頻率特征，并利用公式進行歸一化，其中，N是宏基因組數據中重疊群的數量，f_ij是第j個DNA重疊群的4-mer頻率特征；

三、利用改進的模糊c-harmonic均值算法進行宏基因組重疊群分類，其流程為：

1)利用MATLAB的rand命令構建一個41786×200維的隨機矩陣作為隸屬度矩陣u_rs，該矩陣中的所有元素均為0到1區間的隨機數；

2)計算各個類的大小f_j：

滿足

其特征在于：

3)通過考慮各個類的體量構建了代價函數，定義為：

其中f_j為第j個類的體量，定義為所有樣本屬于該類的隸屬度值之和：

4)計算隸屬度矩陣，其求解過程為：

①根據約束條件構造拉格朗日函數：

②求J對于u_rs的偏導數：

③令可得：

④根據約束條件可得：

⑤可求得：

⑥將λr的計算公式帶入到公式(5)中，可得：

5)計算聚類中心，其推導過程為：

①求J_NEW對于θ_j的偏導數：

②采用歐式距離，因此d_ij＝||x_i-θ_j||，可得：

因此，

③令可解得：

6)根據公式(12)計算各個類的聚類中心θ_j；

7)根據公式(8)計算隸屬度矩陣u_rs；

8)根據公式(2)計算各個類的大小f_j

9)重復步驟6)到8)，直到||U^(t)-U^(t-1)||＜ε，其中ε＝1×10^-3；

10)去模糊化。